“5G+工业互联网”是指利用以5G为代表的新一代信息通信技术，构建与工业经济深度融合的新型基础设施、应用模式和工业生态。通过5G技术对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了新的实现途径，助力企业实现降本、提质、增效、绿色、安全发展。
应用场景
播报
根据“5G+工业互联网”赋能工业研发设计、生产制造、质量检测、故障运维、物流运输、安全管理等环节情况，从生产环节突出、经济效益性好、实际操作性高、复制推广性强等因素考虑，遴选出协同研发设计、远程设备操控、设备协同作业、柔性生产制造、现场辅助装配、机器视觉质检、设备故障诊断、厂区智能物流、无人智能巡检、生产现场监测十大典型应用场景，提出具体场景内涵和实施基础条件，具体可以参考《关于发布“5G+工业互联网”十个典型应用场景和五个重点行业实践情况的通知》。
协同研发设计主要包括远程研发实验和异地协同设计两个环节。远程研发实验是指利用5G及增强现实/虚拟现实（AR/VR）技术建设或升级企业研发实验系统，实时采集现场实验画面和实验数据，通过5G网络同步传送到分布在不同地域的科研人员；科研人员跨地域在线协同操作完成实验流程，联合攻关解决问题，加快研发进程。异地协同设计是指基于5G、数字孪生、AR/VR等技术建设协同设计系统，实时生成工业部件、设备、系统、环境等数字模型，通过5G网络同步传输设计数据，实现异地设计人员利用洞穴状自动虚拟环境（CAVE）仿真系统、头戴式5G AR/VR、5G便携式设备（Pad）等终端接入沉浸式虚拟环境，实现对2D/3D设计图纸的协同修改与完善，提高设计效率。
远程设备操控是指综合利用5G、自动控制、边缘计算等技术，建设或升级设备操控系统，通过在工业设备、摄像头、传感器等数据采集终端上内置5G模组或部署5G网关等设备，实现工业设备与各类数据采集终端的网络化，设备操控员可以通过5G网络远程实时获得生产现场全景高清视频画面及各类终端数据，并通过设备操控系统实现对现场工业设备的实时精准操控，有效保证控制指令快速、准确、可靠执行。
设备协同作业是指综合利用5G授时定位、人工智能、软件定义网络、网络虚拟化等技术，建设或升级设备协同作业系统，在生产现场的工业设备，以及摄像头、传感器等数据采集终端上内置5G模组或部署5G网关，通过5G网络实时采集生产现场的设备运行轨迹、工序完成情况等相关数据，并综合运用统计、规划、模拟仿真等方法，将生产现场的多台设备按需灵活组成一个协同工作体系，对设备间协同工作方式进行优化，根据优化结果对制造执行系统（MES）、可编程逻辑控制器（PLC）等工业系统和设备下发调度策略等相关指令，实现多个设备的分工合作，减少同时在线生产设备数量，提高设备利用效率，降低生产能耗。
柔性生产制造是指数控机床和其他自动化工艺设备、物料自动储运设备通过内置5G模组或部署5G网关等设备接入5G网络，实现设备连接无线化，大幅减少网线布放成本、缩短生产线调整时间。通过5G网络与多接入边缘计算（MEC）系统结合，部署柔性生产制造应用，满足工厂在柔性生产制造过程中对实时控制、数据集成与互操作、安全与隐私保护等方面的关键需求，支持生产线根据生产要求进行快速重构，实现同一条生产线根据市场对不同产品的需求进行快速配置优化。同时，柔性生产相关应用可与企业资源计划（ERP）、制造执行系统（MES）、仓储物流管理系统（WMS）等系统相结合，将用户需求、产品信息、设备信息、生产计划等信息进行实时分析、处理，动态制定最优生产方案。
现场辅助装配是指现场工作人员通过内置5G模组或部署5G网关等设备，实现AR/VR眼镜、智能手机、PAD等智能终端的5G网络接入，采集现场图像、视频、声音等数据，通过5G网络实时传输至现场辅助装配系统，系统对数据进行分析处理，生成生产辅助信息，通过5G网络下发至现场终端，实现操作步骤的增强图像叠加、装配环节的可视化呈现，帮助现场人员进行复杂设备或精细化设备的装配。另外，专家的指导信息、设备操作说明书、图纸、文件等也可以通过5G网络实时同步到现场终端，现场装配人员简单培训后即可上岗，有效提升现场操作人员的装配水平，实现装配过程智能化，提升装配效率。
机器视觉质检是指在生产现场部署工业相机或激光器扫描仪等质检终端，通过内嵌5G模组或部署5G网关等设备，实现工业相机或激光扫描仪的5G网络接入，实时拍摄产品质量的高清图像，通过5G网络传输至部署在MEC上的专家系统，专家系统基于人工智能算法模型进行实时分析，对比系统中的规则或模型要求，判断物料或产品是否合格，实现缺陷实时检测与自动报警，并有效记录瑕疵信息，为质量溯源提供数据基础。同时，专家系统可进一步将数据聚合，上传到企业质量检测系统，根据周期数据流完成模型迭代，通过网络实现模型的多生产线共享。
设备故障诊断是指在现场设备上加装功率传感器、振动传感器和高清摄像头等，并通过内置5G模组或部署5G网关等设备接入5G网络，实时采集设备数据，传输到设备故障诊断系统。设备故障诊断系统负责对采集到的设备状态数据、运行数据和现场视频数据进行全周期监测，建立设备故障知识图谱，对发生故障的设备进行诊断和定位，通过数据挖掘技术，对设备运行趋势进行动态智能分析预测，并通过网络实现报警信息、诊断信息、预测信息、统计数据等信息的智能推送。
厂区智能物流主要包括线边物流和智能仓储。线边物流是指从生产线的上游工位到下游工位、从工位到缓冲仓、从集中仓库到线边仓，实现物料定时定点定量配送。智能仓储是指通过物联网、云计算和机电一体化等技术共同实现智慧物流，降低仓储成本、提升运营效率、提升仓储管理能力。通过内置5G模组或部署5G网关等设备可以实现厂区内自动导航车辆（AGV）、自动移动机器人（AMR）、叉车、机械臂和无人仓视觉系统的5G网络接入，部署智能物流调度系统，结合5G MEC+超宽带（UWB）室内高精定位技术，可以实现物流终端控制、商品入库存储、搬运、分拣等作业全流程自动化、智能化。
无人智能巡检是指通过内置5G模组或部署5G网关等设备，实现巡检机器人或无人机等移动化、智能化安防设备的5G网络接入，替代巡检人员进行巡逻值守，采集现场视频、语音、图片等各项数据，自动完成检测、巡航以及记录数据、远程告警确认等工作；相关数据通过5G网络实时回传至智能巡检系统，智能巡检系统利用图像识别、深度学习等智能技术和算法处理，综合判断得出巡检结果，有效提升安全等级、巡检效率及安防效果。
生产现场监测是指在工业园区、厂区、车间等现场，通过内置5G模组或部署5G网关等设备，各类传感器、摄像头和数据监测终端设备接入5G网络，采集环境、人员动作、设备运行等监测数据，回传至生产现场监测系统，对生产活动进行高精度识别、自定义报警和区域监控，实时提醒异常状态，实现对生产现场的全方位智能化监测和管理，为安全生产管理提供保障。
行业实践
播报
根据当前全国开展“5G+工业互联网”实践的优势行业和特色产业情况，从数字化水平较高、业务模式最成熟、5G应用探索最集中、落地成效最显著等因素考虑，遴选出电子设备制造业、装备制造业、钢铁行业、采矿行业、电力行业五大国民经济重点行业。具体可以参考《关于发布“5G+工业互联网”十个典型应用场景和五个重点行业实践情况的通知》。
电子设备制造业自动化水平高，数字化、网络化基础好，产品迭代速度快，存在降低劳动力成本、减少物料库存、严控产品质量、快速响应客户差异化要求等迫切需求，发展智能化制造、个性化定制、数字化管理等模式潜力大。华为、海尔、格力、中兴等利用5G技术积极实践，显著提高了生产制造效率、降低了生产成本、提升了系统柔性，为电子设备制造行业实现数字化转型进行了有益探索。
装备制造业涉及航空制造、船舶制造、汽车制造与工程机械制造等重要领域。其产品结构高度复杂、产品体型偏大，具有技术要求高、生产安全标准严格、资本投入大、劳动力密集等行业特点，对成品件、标准件等百万量级生产资源的协同设计和泛在感知需求较高。同时，面临“用工荒、高成本”的困境，需要更加精密的装配加工能力以及质量检测手段支撑企业长期发展。发展平台化设计、智能化制造、网络化协同、数字化管理等模式潜力大。中国商飞、上海外高桥、三一重工、福田汽车等应用5G技术积极探索实践，在提质、降本、增效、减员方面取得明显成效，为装备制造行业的高速发展注入新动力。
钢铁行业主要包括铁前、炼钢、铸钢、轧钢、仓储物流等环节。钢铁行业生产流程长、生产工艺复杂，当前主要面临设备维护效率低、生产过程不透明、下游需求碎片化、绿色生产压力大等痛点，发展智能化制造、数字化管理等模式潜力大。华菱湘钢、鞍钢、宝钢、马钢等应用5G技术积极探索远程设备操控、机器视觉质检、设备故障诊断、生产现场监测等典型应用场景，推动了产业升级及行业转型。
采矿行业包括露天矿环境和井工矿环境，安全生产是红线。在露天矿环境中，因矿山石坠落易引起开采人员伤亡，多层重叠采空区常出现塌方、滑坡、瓦斯爆炸、冲击地压等事故风险。在井工矿环境中，存在高温、高湿、粉尘等恶劣的工作环境，工人长时间高强度井下作业对健康造成较大威胁，发展智能化制造、网络化协同、数字化管理等模式潜力大。新元煤矿、千业水泥、庞庞塔煤矿、鲍店煤矿等利用5G技术积极开展远程设备操控、设备协同作业、无人智能巡检、生产现场监测等典型应用场景，成效显著。
电力行业主要涉及发电、输电、变电、配电、用电五个环节，存在安全监管难度大、环保要求高、信息孤岛、设备实时监管难、精细化管理难等痛点，面临向“清洁、低碳、高效、安全、智能”的转型挑战，发展智能化制造、数字化管理等模式潜力大。中核集团、国家电网、南方电网等利用5G技术，实践在发电环节的现场辅助装配、输电环节的无人智能巡检、配电环节的设备故障诊断、用电环节的生产现场监测等典型应用场景，取得了明显成效。
